7U-05
拡散モデルを用いた視覚体験に関する脳内表象の再構成への取り組み
○石﨑文都,小林一郎(お茶の水女子大)
ヒトの脳は、複雑な外界の情報を処理する高度なメカニズムを備えており、その仕組みを理解することは、人工知能分野における画像認識や音声認識技術のさらなる性能向上につながると期待されている。特に、視覚体験のデコーディングに焦点を当てる研究は、脳が視覚情報をどのように処理し、人が何を見ているかを正確に読み取るための手法の開発に重要な貢献を果たしている。本研究では、脳活動データから視覚体験を予測および再構築するために、拡散モデルという生成モデルを活用した新たな手法を提案する。この手法により、従来よりも精細な視覚体験の解読が可能になり、脳と視覚の関係をより深く理解することが期待されている。